从产业到教学：服装数字化博士谈对人工智能和服装数字技术的思考
从产业到教学：服装数字化博士谈对人工智能和服装数字技术的思考
随着人工智能和数字化技术的快速发展，服装行业正经历着前所未有的变革。从教学到企业应用，从设计到生产，数字化技术正在重塑整个产业链。本文通过专访北京服装学院副教授、香港理工大学服装数字化博士黄海峤，深入探讨了服装数字化技术在教学和企业应用中的思考，以及人工智能对服装行业的影响。
黄海峤博士
▪北京服装学院服装艺术与工程学院副教授
▪香港理工大学服装数字化博士
▪北京市服装产业数字化工程中心的负责人
主要研究方向是服装数字化，服装人工智能，计算机图形等，在《Pattern Recognition》,《Computer in Industry》《Textile Research Journal》等SCI期刊发表20余篇，长期研究服装数字化在企业中的创新与实践。
服装3D数字技术的教学应用
在目前的课程体系中，黄海峤博士为北京服装学院本科生开设了《服装 CAD 应用》课程，为研究生开设了《服装智能与数字化》课程，并在2门课程中使用了Browzwear的服装3D数字技术。
黄海峤博士认为，所有的计算机辅助设计工具，包括服装3D技术、人工智能AI工具，均可视为服装CAD的一部分。在教学实践中，他将服装3D数字技术融入课程内容，尝试构建面向未来的服装研发设计课程体系。课程整合了服装传统制版技术、服装3D仿真技术以及人工智能技术，模拟企业未来服装设计研发的业务场景。
学生首先使用人工智能AI技术进行创意设计，接着制作版型，最后通过Browzwear的数字技术完成3D服装设计，并展示出最终的设计表达和试穿效果。这种课程设置尝试打通人工智能技术与服装3D仿真技术，并最终应用于产业实际场景。
北京服装学院黄海峤博士团队作品展示
北京服装学院黄海峤博士团队训练的人工智能模型设计的敦煌纹样，以及结合VStitcher设计出的马面裙。
北京服装学院本科生郭晓敏的《服装CAD应用》课程部分作业：使用VStitcher和AI工具设计制作的马面裙。
黄海峤博士认为，服装3D数字技术对教学帮助很大。它可以帮助学生更加直观地看到所学知识的成果，相比制作实物服装，使用3D数字技术可以提高学习效率和降低成本。因此，无论是从对课程内容的理解上，还是在提升知识结构和技能上，都带来了非常巨大的帮助。
企业应用服装3D数字技术的挑战
然而，企业应用服装3D数字技术也面临着一些挑战，主要来自以下三个方面：
额外的学习成本：企业的员工需要通过学习以及提升自己的知识结构，才能有效运用服装3D数字技术在自己的工作岗位上。对于满负荷工作的员工来说，学习和熟练应用新技术会增加额外成本。如何激励员工不断提升自己和推动企业发展，是一个永恒的话题。
微观操作与宏观思维的平衡：与传统的平面设计图不同，服装3D数字技术的信息密度大了很多，其中可能包括版型、工艺、成本以及制造等方面的信息。如何充分使企业内部以及上下游，甚至在市场活动中，有效使用这些信息，对企业来说是一个挑战。如果只应用3D服装模型的外观效果，或者只在样衣仿真环节使用服装3D数字技术，就无法充分发挥出其应有的价值。
协同工作难题：人工智能、自动化工具与服装3D数字技术之间的协同工作在实际业务场景中并不清晰。这意味着设计研发工具、AI 工具、市场平台，供应链平台和服装3D技术需要打破信息与流程的孤岛，并在实际业务场景中有效运用。
行业如何通过服装数字孪生实现数字经济的战略发展
黄海峤博士指出，服装数字孪生的概念不仅仅指的是服装3D效果，这个数字孪生是现实的一个平行世界再现，是现实世界的数字增强版。数字模型、人工智能算法、制造仿真、销售数字增强都是数字孪生世界的七梁八柱，多重要素构建了数字孪生的生态世界，这是数字经济的基石。
要建立这样的行业数字孪生世界，需要由行业、高校和数字化企业共创联合研发平台。行业提供行业需求、高质量数据，由高校和数字化企业聚集有效的人工智能与数字化团队，共同研发行业解决方案。这对于传统产业数字经济战略转变与发展是一种有效的工作路径。
对于单一企业，黄海峤博士建议，要想使用服装3D技术与人工智能技术，可以先从小处着手，逐步应用到设计研发、生产制造、品牌营销等领域。例如，可以先从文生图和3D实现、版型优化、结构或运动功能属性提升等单个目标开始，然后整合相应的技术方案。使用服装数字技术的初期，重点可以放在深度而非广度上。企业应专注于那些能够在业务模式中立竿见影的“小目标”，逐步深化对服装数字技术的应用。
人工智能（AI）对服装行业带来的影响
AI技术对服装行业产生了深远的影响。短期内，AI在设计和市场分析领域的应用和效果最为直接和明显。能够快速生成数字内容，并对市场大数据进行处理和判断，这是AI擅长的事情。
中长期来看，AI在制造领域的应用将逐渐显现。产业制造数据是AI发展的重要基础，但在这个过程中需要不断投入时间和精力去沉淀和积累。当前的挑战在于，掌握行业数据的人不懂得如何利用AI，而懂得AI的人缺乏足够的行业高质量数据。此外，现有的数据集也存在准确性和结构性不足的问题，这些都是导致AI在制造业发展充满挑战的原因。
教育机构在促进企业技术革新方面扮演着至关重要的角色。通过与企业建立合作关系，学校可以作为连接理论与实践、数据与应用的桥梁。企业可以通过协议向学校提供关键的产品和销售等数据，以便进行深入研究。黄海峤博士目前也正在进行这方面的研究工作，旨在通过此类项目找到企业业务变革的关键节点，并构建出能够解决这些需求的AI服务。
在这一过程中，服装3D数据和AI之间存在着互为因果的紧密联系。服装3D数据不仅是AI的语料库，为AI的训练提供必要的数据支持；同时，3D也是AI的应用成果，可以生成可驱动制造使用的数据媒介。这种协同作用展现了服装3D数据和AI在制造业中的巨大潜力，预示着未来产业革新的新方向。
对从业者的建议
随着AI和服装数字技术的发展，服装教育正面临着前所未有的变化。黄海峤博士建议，我们需要开放地接受这种变化，积极拥抱AI和服装数字技术，通过思考、学习和应用这些技术，将这些新知识传递给学生、企业乃至整个行业，这是我们的责任。
未来的服装行业将因AI和服装数字化技术的介入而出现许多新的业务机会和工作场景。因此，从教育的角度，不仅要关注行业业务变革，更要探索新技术带来全新的就业场景。那些能够充分利用AI和3D数字化工具的人，将有机会进行更大范围的业务模式创新，从而推动整个行业的发展。